CN118411051B 基于优化图神经网络的无人编队智能空战决策方法和系统 （中国人民解放军空军指挥学院）_第1页
CN118411051B 基于优化图神经网络的无人编队智能空战决策方法和系统 （中国人民解放军空军指挥学院）_第2页
CN118411051B 基于优化图神经网络的无人编队智能空战决策方法和系统 （中国人民解放军空军指挥学院）_第3页
CN118411051B 基于优化图神经网络的无人编队智能空战决策方法和系统 （中国人民解放军空军指挥学院）_第4页
CN118411051B 基于优化图神经网络的无人编队智能空战决策方法和系统 （中国人民解放军空军指挥学院）_第5页
已阅读5页，还剩25页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于优化图神经网络的无人编队智能空战本发明公开了一种基于优化图神经网络的现有技术中存在的不能快速且同时表征分布式无人编队智能空战时间和空间信息提供解决思2将所述模拟空战对抗数据进行维度变化后，输入到时序卷积神将所述时序特征向量输入到训练好的图神经网络中，得到所述基于所述预测对抗数据和所述参与智能空战对抗的无人编队的当TCN表示所述时序特征向量，表示输入变量经线性变扩容后的5.根据权利要求3所述的方法，其特征在于：所述预设图神经网络的数学计算算式包itjk表示真实值。3所述时序特征提取模块，用于将所述模拟空战对抗数据进行维度变化后所述空间特征提取模块，用于将所述时序特征向量输入所述决策模块，用于基于所述预测对抗数据，确定所述所述决策模块，还用于基于所述预测对抗数据和所述参与智能空战述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1_5任9.一种计算机可读存储介质，其特征在于，所述4来机器决策优势。国内无人编队空战决策相关研究通常是将多机对抗简化为单博弈体问[0003]本发明的目的就在于为了解决上述至少一个技术问题而提供一种基于优化图神56[0023]图1为本发明实施例提供的一种基于优化图神经网络的无人编队智能空战决策方[0032]图10为本发明实施例提供的一种基于优化图神经网络的无人编队智能空战决策[0035]图1是根据本发明实施例提供的一种基于优化图神经网络的无人编队智能空战决[0042]其中，XTCN表示时序特征向量，表示输入变量7itjk表示真实值。8[0057]无人编队智能空战对抗决策的本质是通过给定当前对抗双方无人机拓扑图和历例提出将处理后的无人编队空战对抗数据先后输入提取时序特征的TCN网络和提取空间特[0058]如图5所示，本发明实施例提供的一种基于优化图神经网络的无人编队智能空战[0063]其次，空战双方对抗中每架飞机的历史累积态势是决策问题中的首要关键问9[0065]其中，XTCN表示时序特征向量，表示输入变量经线性变扩[0066]此外，本发明实施例中的TCN使用残差网络，第l个残差模块的计算公式如(2)所142536[0081]本发明实施例提供了一种基于优化图神经网络的无人编队智能空战决策方法的[0086]红蓝对抗双方飞机作为节点，每两架飞机的相对特征差值作为节点之间的边属[0089]输入：X∈RN×O×J×K，经线性变换成E表示扩容后的维度输出：[0095]图8是根据本发明实施例提供的一种红蓝双方第二发射中距导弹时态势示意图。[0099]模型的有效性除了上述通过直观观测辅助定性分析外，还可以通过定量进行评[0104]图10是根据本发明实施例提供的一种基于优化图神经网络的无人编队智能空战可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述实施例一中的方

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论